Bachelorarbeit bei mir

Achtung: Bis Anfang Sommersemester 2027 vergebe ich keine neuen Abschlussarbeitsthemen.

Voraussetzung ist die bestandene und gut verstandene Vorlesung "Data Science" (hilfreich zusätzlich: "Data Science 2", "Einführung in Deep Learning", "Machine Learning" oder Vergleichbares). Ich habe meist nur halbfertige Themenideen, bin aber vielseitig interessiert — Ziel ist ein Thema, das zu Ihren Interessen und Kompetenzen passt und nicht zu weit von meinen Projektskizzen liegt. Eine Auswahl früherer Themen finden Sie auf der Seite mit den Abschlussarbeiten.

Vor dem ersten Gespräch

Schreiben Sie mir kurz zu:

Besuchte Vorlesungen/Seminare im Wahlpflichtbereich, eigene Stärken
Weitere Kompetenzen (Programmiersprachen, Sprachen, Technik), Hobbys, relevante Jobs (z.B. ein Programmierjob)
Aktuelle Interessensgebiete in der Informatik
Ziele nach dem Abschluss — Wissenschaft, Master, direkt Beruf?
Zeitrahmen: geplanter Start, Anmeldung, Abgabe, externe Deadlines, Vollzeit möglich oder nebenbei?
Offene Fragen

Über mich

Mathematik studiert (Nebenfächer Informatik, Physik), promoviert in motivischer Homotopietheorie (Schnittstelle algebraische Geometrie/Topologie); mit Statistik erst als Postdoc intensiver in Kontakt gekommen. Programmieren gelernt mit Pascal, dann Python (dabei geblieben), etwas Java.

Ablauf

Ein bis zwei informelle Treffen zu Interessen und Ideen, daraus gemeinsam eine konkrete Aufgabenstellung (bei Arbeiten außerhalb der HHU entscheide ich im Einzelfall, ob ich betreue).
Eine Anfangsaufgabe (kleine Programmieraufgabe oder kurze Literaturrecherche) prüft die Passung; danach Exposé schreiben und Arbeit anmelden — ab Anmeldung 3 Monate Vollzeit.
Für die Anmeldung brauche ich eine:n Zweitgutachter:in, bei externen Arbeiten zusätzlich Anschrift, E-Mail und Einverständnis der externen Betreuung.
Treffen etwa alle 2–3 Wochen, dazwischen lese ich gern ein Kapitel gegen.
Schreiben Sie zuerst eine Outline — ein ausführliches Inhaltsverzeichnis mit Stichpunkten je Abschnitt — und bauen Sie diese zu Text aus.
Eine Verlängerung von 2 Wochen ist bei guten Gründen (z.B. Krankheit) bis 2 Wochen vor Abgabe möglich, aber nicht bei "zu spät angefangen".
Abgabe als PDF im Prüfungsportal (das zählt); eine Kopie per E-Mail mit Code und Daten ist willkommen.
Nach der Abgabe folgt ein Vortrag.

Formales

Lesen Sie außerdem Ihre Prüfungsordnung. Weiteres:

Die Seitenzahl ist dehnbar: Bilder und ein Anhang mit Code-Listings zählen nicht mit; lieber 2–3 Seiten weniger als 3–4 mehr.
Zitate wie Fußnoten: [Nachname, Jahr]. Wikipedia und Blogs sind meist keine Primärquellen — Ausnahme sind Blogs mit Zeitschriften-Niveau (z.B. Quanta), dann mit Abrufdatum.
Lesen Sie vorher etwas über wissenschaftliches Schreiben: keine weasel words, Wir-Form.
LaTeX ist meine bevorzugte Lösung, dafür gibt es eine Vorlage; Overleaf ist empfehlenswert. Alles andere kostet Sie Zeit für die Werkzeug-Einarbeitung.

Wenn noch kein Thema feststeht

Auch bei den Kolleg:innen nach Themen fragen.
Große Ideen lassen sich auf einen Teilaspekt eingrenzen — zu viele fehlende Vorkenntnisse sind allerdings ein Ausschlusskriterium, etwa eigene Netzarchitekturen entwerfen wollen, ohne je eine Deep-Learning-Vorlesung besucht zu haben.
Bereits ausprobierte Ideen sind gut: Replikation, Evaluation, Vergleich oder Anwendung auf neue Daten sind valide Arbeiten, ebenso das Verknüpfen und Annotieren eigener Daten zu etwas noch nie Untersuchtem.
Ziel ist nicht Neuheit, sondern sauberes wissenschaftliches Arbeiten — Reproduzierbarkeit schließt rein persönliche Erfahrungsberichte als Untersuchungsgegenstand meist aus.
Testen Sie die Passung am Exposé: Lässt sich die Aufgabe konkret genug beschreiben, dass Dritte am Ende beurteilen können, ob das Ziel erreicht wurde?
"Ich weiß nichts, geben Sie mir ein Thema" dauert sehr lange. "Keine Theorie, keine Mathematik, kein Programmieren" — dafür habe ich kein Thema.

Masterarbeiten

Auch für eine Masterarbeit können Sie sich gerne bei mir melden — sprechen Sie mich einfach an.

For a Master's thesis in AI & Data Science, in particular if you have a mathematics-heavy topic in mind — e.g. something related to topological data analysis — just talk to me or send me an email.